基于BP神经网络的火电厂大气环境评价研究

利用附加动量法对传统的BP神经网络算法改进,建立了基于改进BP神经网络的评价模型,并将其应用到火电厂大气环境评价研究中去。动量系数的引入减少了学习次数,有效防止了网络陷入局部极小值,同时能保证评价结果的准确性,通过火电厂的实例验证,结果表明:神经网络法进行火电厂环境评价不仅计算简便,而且评价结果具有较高的可靠性。